(控制理论与控制工程专业论文)多目标规划方法在油田开发规划中的应用.pdf_第1页
(控制理论与控制工程专业论文)多目标规划方法在油田开发规划中的应用.pdf_第2页
(控制理论与控制工程专业论文)多目标规划方法在油田开发规划中的应用.pdf_第3页
(控制理论与控制工程专业论文)多目标规划方法在油田开发规划中的应用.pdf_第4页
(控制理论与控制工程专业论文)多目标规划方法在油田开发规划中的应用.pdf_第5页
已阅读5页,还剩72页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

中文摘要 油田开发过程中,为了在有限的投资下使产量和利润达到最 大,并且使成本最小,科学的决策是必须的。目标规划方法是解决 上述问题的有效的工具。本文根据油田开发的实际情况,分别建立 了油田开发线性目标规划模型和非线性目标规划模型。这两种模型 中包括产量,利润,成本,投资四种指标。本文的主要内容有以下 几部分: 第一章:简要介绍了油田开发规划研究的意义,油田开发规划 研究及应用的现状,最后介绍了本文的主要工作。 第二章:简要介绍了油田开发规划的一些预备知识,包括:多 目标规划模型,约束条件下的非线性优化算法。 第三章:建立了油田开发线性目标规划模型,为了进行中长期 的规划,需要对油田开发中的某些参数进行估计,文中分别采用两 种模型进行估计:一种是自回归平均滑动预估器,另一种是神经网 络模型预估器。文中采用目标单纯形法对该线性目标模型进行求 解。将某油田的实际开发数据代入模型求解,并对结果进行了分析, 得到了有指导意义的配置方案。 第四章:首先建立了油田开发规划非线性e l 标规划模型。通常, 在一些区块,产量和措施( 如井数) 之间是非线性的,本文根据油 田开发历史数据利用多项式拟合非线性关系;其次提出了种基于 遗传算法的层次目标规划算法来求解模型:最后通过实例分析,得 到了合理的油田开发决策方案。 关键词:油田开发,线性目标规划,菲线性目标规划,目标单 纯形法,层次目标规划算法,遗传算法。 a b s t r a e t i nt h eo i l f i e l dd e v e l o p m e n t ,t og a i nm a x i m a lp r o f i t ,m a x i m a l p r o d u c t ,a n dr e d u c ec o s tu n d e rl i m i t e di n v e s t m e n t ,as c i e n t i f i cd e c i s i o n i sn e c e s s a r y g o a lp r o g r a m m i n gr g p ) i sa i le f f e c t u a lt o o lt os o l v et h e p r o b l e ma sa b o v e i nt h i sp a p e r , a c c o r d i n gt ot h ep r a c t i c eo fo i l f i e l d d e v e l o p m e n t t w ok i n d so fm o d e l sf o ro i l f l e l dd e v e l o p m e n ti n c l u d i n g l i n e a r g o a lp r o g r a m m i n g ( l g p ) m o d e la n dn o n l i n e a rg o a l p r o g r a m m i n gm g p ) m o d e la r eb u i l t n l eg o a l si nt h em o d e l sc o m p r i s e o fp r o f i t p r o d u c t i o n c o s ta n di n v e s t m e n ti nt h em o d e l s d i f f e r e n tg o a l s p r i o r i t y c a l lb ec o n f i g u r e di nt e r m so fd i f f e r e n td e m a n d s t h ep a p e r c o n s i s t so f t l l ef o l l o w i n gc h a p t e r s : c h a p t e r l :t h i sc h a p t e rb r i e f l y i n t r o d u c e st h e h i s t o r yo f p r o g r a m m i n gf o ro i l f i e l dd e v e l o p m e n t ,t h es u r v e yo ft h er e f e r e n c ea n d t h em a i nw o r ko f t h i sp a p e r c h a p t e r 2 :i nt h i sc h a p t e r , t h ep r e l i m i n a r yk n o w l e d g ei n c l u d i n g m u l t i o b j e c t i v e m o d e la n dn o n l i n e a r o p t i m i z a t i o n m e t h o d si s i n t r o d u c e d c h a p t e r 3 : al g pm o d e lf o ro i l f i e l dd e v e l o p m e n ti ss e tu p f o r s h o r to rl o n gt e r md e c i s i o n ,s o m ep a r a m e t e r sa n ds t a t e ss h o u l db e e s t i m a t e db a s e do nh i s t o r i c a ld a t a ,t w ok i n d so fe s t i m a t o r sa r ep r o v i d e d o n ei sa na r m a xe s t i m a t o r , t h eo t h e ri san e u r a ln e t w o r ke s t i m a t o r g o a ls i m p l e xm e t h o dh a sb e e na d o p t e dt os o l v et h el g pm o d e l t h e p a d e rt a k e st h ed e v e l o p m e n td a t e so fs o m eo i l f i e l da sa na c t u a lc a s et o c a r r yo u ts o l u t i o na n da n a l y s i s ,a n do b t a i n so p t i m u mp r o g r a m m i n gf o r o i l f i e l dd e v e l o p m e n t c h a p t e r 4 :an g p m o d e lf o ro i l f i e l dd e v e l o p m e n th a sb e e ns e tu p b e c a u s eo ft h en o n l i n e a rr e l a t i o nb e t w e e nt h ep r o d u c t i o na n dt h e m e a s u r e s ( s u c ha st h en u m b e ro fl o g s ) i ns o m er e g i o n s ,t h i sc h a p t e r u s e ds o m ep o l y n o m i a l st oa p p r o x i m a t en o n l i n e a rr e l a t i o n sb a s e do n h i s t o r i c a ld a t a t h i s c h a p t e rp r e s e n t s ak i n do fh i e r a r c h y g o a l p r o g r a m m i n ga l g o r i t h mb a s e do ng e n e t i ca l g o r i t h mf o rt h em o d e l s o l u t i o n ,b ya p p l y i n gt h em e t h o dt oa c e r t a i no i l f i e l dd e v e l o p m e n t ,a r e a s o n a b l ed e c i s i o ni sm a d e k e y w o r d s :o i l f i e l dd e v e l o p m e n t ,l i n e a rg o a lp r o g r a m m i n g ,n o n l i n e a r g o a lp r o g r a m m i n g ,g o a ls i m p l e xm e t h o d ,h i e r a r c h yg o a lp r o g r a m m i n g a l g o r i t h m ,g e n e t i ca l g o r i t h m 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知,除了文中特别加以标注和 致谢的地方外,论文中不包含其他人已经发表或撰写过的研究 成果,也不包含为获得石油大学或其它教育机构的学位或证书 而使用过的材料。与我一同工作的同志对本研究所做的任何贡 献均已在论文中作了明确的说明并表示了谢意。 签名:垒盗多 二一。弓年4 月弓口曰 关于论文使用授权的说明 本人完全了解石油大学有关保留、使用学位论文的规定,即: 学校有权保留送交论文的复印件及电子版,允许论文被查阅和 借阅:学校可以公布论文的全部或部分内容,可以采用影印、 缩印或其他复制手段保存论文。 ( 保密论文在解密后应遵守此规定) 卅毅 石油大学( 华东) 硕士论文第一章引言 第1 章引言 1 1 油田开发规划方法研究的意义 随着中国加入w t o ,我国的经济运行体制必须要同国际接轨。 石油工业作为国民经济的支柱产业,目前也已经走入资本市场。为 了适应国际石油市场风云变换,为了给投资人以最大回报,为了保 持石油工业的可持续发展,必须对油田的开发做中、长远科学规划。 科学的优化决策方案可以使油田开发更加合理,避免了油田的 盲目开采、和对大量人力物力和财力的浪费。一般来说,利润和产 量是目前油田所追逐的目标。过度的追求产量,必将导致投资的增 加,和成本的消耗的增多。但是,实际情况是总投资是有严格限制 的,而且油藏的渗流特性具有其自身的规律,为了提高最终采收率, 需要合理地、科学地进行开采。因此,这就要求我们必须在有限的 投资情况下,来获取产量的最大、或者利润的最大,或者同时兼顾 产量和利润的最大化。这就直接导致了“油田开发规划优化方法” 的研究。 1 ,2 油田规划优化方法研究及应用现状 油田开发优化方法的研究可以追溯到1 9 5 8 年a r o n o f s k y 和 l e e 在j p t 杂志上发表的题为“al i n e a rp r o g r a m m i n gm o d e lf o r s c h e d u l i n gc r u d eo i lp r o d u c t i o n ”的文章。 文中运用线性规划方法 研究了以生产效益最大为目标的有限多个均质油藏的生产规划问 题。之后,又有几篇文章发表在m s o r 与j p t 等刊物上,但在1 9 8 5 石油大学( 华东) 硕士论文 第一章引言 年以前,这些文章都属于探索性的,优化方法在油田开发决策中的 应用还没有得到足够重视,因此在油田生产领域中的成功应用仍然 很少。1 9 8 5 年以后,由于油田开发的实际迫切需要和优化方法、计 算机技术的迅速发展,情况有了很大变化。美国、前苏联和我国等 主要产油国的一些科研单位、大专院校及石油公司都积极地使用优 化技术研究各种各样的油田开发问题,在建模、求解和应用等方匦 都有了较好的研究工作。优化方法主要体现在以下几个方面。 1 21 产量分配方面 一个大的油气公司往往由多个油气田或开发区块组成。如何合 理分配产量实现最佳经营是决策者经常遇到的一个问题。运用优化 方法研究这个问题在美国、前苏联和我国都得到了一些尝试。 l9 8 6 年l e o nl a s d o n 等人在气藏数值模拟预测气藏开采状态 的基础上,提出了以下三个目标分别建立优化模型 3 9 1 : 使气藏在某特定时间内( 如最后阶段最后一天) 达到最大 输送能力; 最大限度地缩小气体每月气藏产出量与实际需求之间的差 别: 以上两个目标都考虑,利用加权线性组合办法进行协调。 模型的决策变量( 或控制变量) 是各井的产量,约束条件为产 量非负性和最大生产能力,目标函数和约束条件都是决策变量的函 数,是通过非线性气体渗流微分方程给出的。方程的求解需要有限 差分法,即气藏的数值模拟技术。计算一次目标函数就要求解一次 微分方程。在优化解法方面,使用罚函数方法把有约束问题化成一 石油大学( 华东) 硕士论文第一章引言 系列无约束问题,并用b f g s 方法求解。讨论了作为决策变量隐式 函数( 微分方程相联系) 的目标函数梯度的算法。通过计算实例, 对比优化方法得到的方案与一个经验给出的方案,表明优化技术的 有效性。 类似的问题,我国石油大学葛家理教授建立了一个组成气田开 发优化配产的非线性混合整数规划模型,以单位产气量成本最小为 目标,用直接方法求解。还建立了一个具有递阶结构的全国石油产 量分配的优化模型。第一级总目标是总成本最低,决策变量是各大 油区分配产油量,约束条件是全国年配产量等于各大油区分类构成 产量之和。第二级由五个子系统组成,分别为老区递减部分产量、 老区措施部分产量、老区调整方案部分产量、老区扩边部分产量和 新区投产部分产量。各子系统之间的目标是各自成本最低,约束条 件是分配的各油区的产量等于各子系统的构成产量。运用分解协调 算法求解递阶结构优化问题。 断块油气藏( 1 9 9 4 第5 期) 刊登的“实现中原油田最小成 本优化配产的四维决策单纯形规划法”。文献中提出了“原油成本函 数”的概念。通过线性回归,将油田的采油成本表示为产油量、产 液量、新钻油井数、新注水井数的线性函数。决策变量是产油量、 产液量、新钻油井数、新注水井数,目标函数是油区总的采油成本 最低,约束条件包括对决策变量的直接限制条件。优化模型采用最 小二乘法求解。 另一类是直接以单位采油成本作为衡量指标,结合油田产能进 行产量配置,如,( p e t r o l e u ms c i e n c e ) ) ( 1 9 9 8 ) 中建立了多目标的产 量优化模型目标规划模型,对不同油田( 区块) 进行产量优化 石油大学( 华东) 颁士论文 第一章引言 配置。 1 2 2 开发规划方面 以各种措施( 如钻井等) 作为控制变量来实现经营者的某种目 标的优化问题。美国、前苏联和我国在这一方面都做过研究工作, 比较有代表性的有: 休斯顿大学的j a m es m c f a k l a d 与德克萨斯大学的l e o n l a s d o 等人建立了一个开发规划问题的优化控制模型,追求的目标 是净现值最大,决策变量是各阶段的钻井数、采油速度和生产年限 等( 目标函数与油价、产量和费用直接相关,而产量和费用又与钻 井数有关。因此,最为根本的决策变量是钻井数) 。产量与钻井之 间的关系由储罐模型,即零维模型给出。所谓储罐模型就是忽略油 藏非均质性,由物质平衡方程给出的模型。优化模型的解法仍然使 用l a s d o 等人给出的罚函数法。 r k w a c k o w s k i 等( 19 9 2 ) 运用决策树分析方法研究c 0 2 与水 交替注入问题【4 l 】,追求的目标是规划期2 0 年内净现值最大,决策 变量为c 0 2 段塞尺寸、水气比例、压缩能力规模、注入区的扩展速 度和顺序等,决策树是在影响图分析的基础上形成的,使用油藏数 值模拟器进行各种方案结果预测。 前苏联阿塞拜疆科学院d j ag i r a b a b a e v 等人建立了一个多层 油田或气田的以单位产量费用最小为目标的优化分层钻井井数和 各层之间转井井数随时间变化的分式线性规划模型【4 2 1 。 中国科学院与大庆油田合作,建立了一个油田开发规划优选的 线性规划模型,追求的目标是整个规划期内各项稳产措施的投资及 石油大学( 华东) 硕士论文第一章引言 生产费用最小。约束条件较多,有产油量的约束、措施工作量的约 束和电能增量的约束等。由于模型由上百个决策变量组成,在求解 方面使用了分解的单纯形算法。 北京石油勘探开发研究院齐与峰教授运用最优控制理论研究 稳产规划问题,建立了一套注水开发油田稳产规划自适应模型2 3 1 。 决策变量( 或控制变量) 是1 1 项油水井稳产措施( 如压裂、堵水 等) ,目标泛函是净收益最大,根据油田客观实际给出一套约束条 件,以累积产油量、累积产水量和地层压力作为状态指标,使用广 义卡尔曼滤波和递推最小二乘法处理油田动态数据,建立一套多步 递阶预测模型作为系统的状态方程。使用以极大值原理为基础的基 于目标泛函梯度的迭代算法求解最优控制模型。 此外,哈尔滨工业大学运用动态规划方法和目标规划方法,黑 龙江大学通过递阶结构模型使用分解协调算法研究大庆油田开发 规划问题。 1 2 3 油田开发政策和方案研究方面 r a p h a da m i t 于1 9 8 6 年建立了一个最优化控制模型来研究 包含一次采油和二次采油两个阶段的某些开发政策问题 3 2 】。目标函 数是整个开发阶段的累积净现值最大,控制变量为钻井策略、井口 装置策略、一次采油转向二次采油时间、二次采油阶段的采油速度 和持续时间。通过最优控制问题解存在的必要性条件推导和分析, 得到了实际最佳开发效果所需要的定性的决策及其影响因素。这是 一个运用优化模型方法研究油田开发政策的一个范例。 北京石油勘探开发研究院齐与峰教授建立了一个结合油田地 石油大学( 华东) 硕士论文第一章引言 质、渗流力学、国家指令性计划以及地面建设与工艺要求的油田总 体开发设计最优控制模型2 2 1 。目标泛函是最小费用,由地面基建、 生产消耗与管理等费用组成。控制变量为井距、注水压力、生产流 压和采注井数比,约束条件由控制变量约束和状态方程约束构成, 如产量要求等等。讨论了解的存在性和唯一性,由变分原理给出了 一套基于梯度的迭代算法,通过实例计算说明所建立的最优控制模 型的有效性。 1 2 4 其它有关方面 1 1 井位优化方面 根据地质条件,油层发育情况实施优化布井是实现少投入,多 产出的一个重要方面。美国学者对此作了较多的研究。g r a yw r o s e n w a l d 等人建立了一个从气藏可能的井位中选择一定井数条 件下的井位优化模型【4 4 1 。目标函数是产量曲线与要求的逐年产量曲 线差距达到最小。每个可能的井位设置一个开关变量( 取0 表示不 布井,1 表示布井) ,井的最大允许压降作为模型的约束条件。通过 气藏数值模拟获得可能井位布井下的一系列势函数,然后利用势迭 加原理找出井产量与开关变量的关系。开关变量的优化求解使用了 分枝定界混合整数规划法。给出的计算实例表明这种井位优化方法 是有效的。 b l b e c k n e r 等( 1 9 9 5 ) 将钻井顺序和布局看成是一个 “t r a v e l i n gs a l e s m a l lp r o b l e m ,【45 1 ,目标函数是净收益最大,钻井顺 序和井位作为决策变量,使用模拟退火算法( s i m u l a t e da n n e a l i n g ) 求解,通过油藏数值模拟预报不同决策的产量,考虑了油层非均质 性的变化对决策的影响。 6 石油大学( 华东) 硕士论文第一章引言 相类似的问题,a n t o n i oc b i t t e nc o u r t 等人1 9 9 7 年提出了 一个遗传算法( g a ) 与复合形算法相结合的混合遗传算法( h y b r i d g e n e t i c a l g o r i t h m ) h6 1 ,给出了一个海上油田的计算实例。 2 ) 三次采油过程控制方面 与注水相比,三次采油技术在施工过程上更为复杂,有必要使 用优化手段优选施工参数。这一方面美国开展了一些卓有成效的工 作,我国也进行了尝试。 ( 1 ) 循环注蒸汽过程的优化 循环注蒸汽是稠油开采的一种有效方法。每个周期都包含一个 较短时间、一个规定条件向井中注入蒸汽和一个较长时间的采油。 美国匹兹堡大学b y r o ns g o t t i f r i e d 对这个过程建立了一个非线性 规划模型m 羽。决策变量是各周期长度以及每个周期的蒸汽注入量。 目标函数是累积净现值最大,净现值是循环注蒸汽增加油量的收入 扣除蒸汽费用,是决策变量的函数。约束条件是总生产时间不超过 某一固定值或注入蒸汽总量小于某一固定值。在求解方面,使用了 外罚函数方法,并认为这种方法解此问题比曾用过的动态规划法和 庞特里金极大值原理法具有更多的优点。 北京石油勘探开发研究院的齐与峰教授建立了一个研究蒸汽 注入最佳过程的最优控制模型俐。该模型以描述流体和热能运动的 微分方程为状态方程,以净收益最大为目标,控制变量为注入、采 出液随时间变化的函数和注入蒸汽干度。所建立的模型属于非线性 偏微分方程描述系统的最优边界的控s q i u l 题。运用变分原理和最优 控制理论讨论了模型基于目标泛函梯度的迭代解法。 石油大学( 华东) 顽士论文第一章引言 ( 2 ) 化学剂注入浓度控制方面 化学驱方法需要向油层注入一定量的化学剂。由于化学剂昂贵 的费用,决定了化学剂用量的优化是化学驱采油方法的一个重要课 题。科罗拉多大学的w f r e dr a m i r e z 与z o h r e hf a t h i 等人将分布 参数系统的最优控制理论应用与稀油e o r 过程的最佳可行注入方 案研究。 综上所述,在现己有的优化模型中,油田开发规划优化方面的 模型有以下缺陷,一是缺少效益最大优化模型,所追求的目标是产 量指标;二是已有的油田开发规划优化模型在处理增油量时均采用 常数方法,即为线性规划模型,不能反映实际油田生产中产量与工 作量的非线性关系,要建立反映这些关系,需要建立非线性优化, 并且需要响应相应的求解方法。 现已有的优化模型难以满足现实的需要。通过查阅国内外相关 资料发现,油田开发规划优化方面的模型有以下缺陷: 1 ) 在分构成方面过于笼统:没有针对目前复杂的油田开发现 状。例如,海上、新油区等。 2 ) 优化模型中的目标值单一,大多以产量指标为目标值,对 效益目标没有很好地优化。 3 ) 在处理增油量时均采用常数方法,即为线性规划模型,不 能反映实际油田生产中产量与工作量的非线性关系,要更 加真实地反映这些非线性关系,有必要建立非线性优化模 型。 石油大学( 华东) 硕士论文 第一章引言 1 3 本文的主要工作 油田开发既要最大限度地总提高产量,提高效益,又要降低成 本,节省投资。但是以上这些目标又是相互制约,相互矛盾的,例 如过度追求产量,将增加投资与成本,但利润不定增加等。因此 在制定油田开发规划方案时,对以上指标必须做到统筹兼顾。而目 标优化方法恰恰是实现这一目标的行之有效的方法。 目标规划( g o a lp r o g r a m m i n g ,g p ) 是解决多目标规划的一种 有效方法,其基本思想是:将实际问题要考虑的多个目标,按重要 性递减排序,再结合实际情况,给每一目标赋予一实际值,然后寻求 一方案,使得该方案尽可能满足这些目标,若这些目标不能同时满 足,则优先满足较重要的目标。对不能满足的目标,g p 可以给出 不能实现的程度,以供决策者参考。 目标规划模型是由单一目标优化模型演变而来,而单目标规划 模型存在很大局限性:第一、它要求问题的解必须满足全部约束条 件,但实际中并非所有约束都必须严格满足,对某些约束有一定程 度的违背是允许的,第二、只能处理单目标的优化问题,因此单目 标规划模型中人为的将一些次要目标转成约束,而实际问题中,目 标和约束可以互相转化,处理时不一定要严格区分,第三、单目标 规划中各约束条件处于同等重要地位,但现实问题中,各目标即有 层次上的差别,同一层次中又可以有权重上的差别,第四、单目标 规划寻求最优解,但很多实际问题中找到满意解即可。 本研究既具有一定的理论意义,又紧密结合实际。非线性多目 标优化问题是优化领域中仍在继续探索研究的重要方向之一,还有 石油大学( 华东) 硕士论文 第一章引言 许多理论问题有待解决。而油田开发实际中,产量与各种措施之间 本质上是非线性关系,建立油田开发规划非线性优化模型更符合实 际。而在总产量,总利润,总成本,总投资之间又要必须合理兼顾, 各个目标之间主次,关系的不同,都会导致开发方案的不同。多目 标优化方法的优点,在于它能给决策者提供在不同的目标次序下所 对应的不同满意开发方案。通过对各种方案进行比较,选取合理的 方案。从而使得对油田的开发规划决策更加科学。 针对油田开发规j 2 , j n 定中存在的实际问题,按照九部分产量 构成来建立多目标优化模型。这九个部分产量分别为:陆上老区常 规开采自然产量、陆上老区常规开采措施产量、陆上老区常规开采 新井产量、陆上老区稠油产量、陆上三采产量、海上老区产量、陆 上新区常规开采产量、陆上新区稠油产量、海上新区产量等。通过 这九个部分,又可以分别建立起九部分的利润,成本,投资模型。 将九个部分的产量,利润,成本,投资求和,就构成了目标优化模 型中的四个目标:总产量,总利润,总成本,总投资。而影响这四 个目标的因素,即决策变量这有:陆上老区常规开采措旌数,陆上 老区常规开采新井数,陆上新区稀油井数,海上新区井数,陆上三 采聚合物用量等。 运用运筹学、系统工程、数理统计等现代科学,使用计算机技 术,进行研究。基本内容如下: 1 油田开发规划目标优化模型的建立: 建立基于总利润、总产量、总成本、总投资为目标的目标规划 模型,包括线性与非线性模型两类。在非线性优化模型中,增油量 与措施工作量之间、新井产量与新钻井数之间等是非线性关系,这 石油大学( 华东) 硕士论文 第一章引言 个函数关系要通过拟合得到,采用的是多项式拟合方法。 2 目标规划计算方法的研究 对于线性目标优化,给出目标单纯形最优化算法。对于非线性 目标优化,给出了基于遗传算法的层次目标规划算法,基于目标单 纯形法的线性化逼近算法。 3 参数预测 优化模型中有许多参数,而这些参数随着优化年份的不同是变 化的,如单井产量等,为了能进行中、长期规划,就必须研究这些 参数的变化规律,从而获得规划年份中所对应的参数值的一个合理 的估计。分别给出了两种参数规律变化模型:自回归滑动平均模型、 神经网络模型。 4 实例分析: 利用实际油田( 区块) 开发规划的历史数据,进行了计算分析, 得出了符合实际情况的决策方案。 本文的创新性表现在如下几个方面: ( 1 ) 理论方法创新 运用石油科学、运筹学、经济学、管理科学的原理方法,针对 油田开发实际,对油田开发规划优化方法以及开发措施规划进行研 究。按问题分析、数据统计、模型建立、模型求解、实际应用,进 行了综合性研究。 ( 2 ) 非线性目标优化模型的求解。对非线性目标规划问题的理论研 究及求解是一个值得探索的研究领域,这方面的文献相对较少。本 石油大学( 华东) 硕士论文第一章引言 文研究了基于遗传算法的逐层求解算法,是重要的创新之处。 ( 3 ) 对油田产量、效益具体划分了九个构成部分。目前也有一些优 化模型,但是过于笼统,不能满足当前复杂的油田开发形势。多目 标优化模型可以对产量、利润、投资、成本选择合理的顺序,给定 优先级,以达到多个目标的优化目的。 ( 4 ) 油田开发规划非线性i t 标规划模型的建立。主要是处理措施工 作量、新井数与增油量的非线性关系等。迄今为止,尚未见到这方 面的研究报道。 ( 5 ) 采用神经网络学习方法,对模型参数的取值进行了估计。 石油大学( 华东) 硕士论文第二章预各知识 第2 章预备知识 2 1 多目标规划模型 进行一项复杂的工作往往有多个方案可供选择,为了取得好的 效果,总是要设法按某种标准从众多可供选择的方案中挑选出最好 的或满意的方案。若所考虑的问题只有一个目标作为选择好坏的标 准,人们应设法选取使这一目标在某种意义下达到“最优”的最优 方案。这类问题就是通常的单目标最优化问题。但是在实践中,更 多地会考虑多个目标近可能好的问题,例如:油田开发过程中,往 往希望在一定条件下选择那种产量高,利润大,成本低和投资少的 方案,这类在给定条件下同时要求多个目标尽可能好的最优化问 题,就是所谓的多目标最优化问题。 研究多目标最优化问题的学科称为多目标最优化或多目标规 划,多目标最优化研究的对象是:多于一个的数值目标函数在给定 区域上的最优化问题。由于多个数值目标可用一个向量目标表示, 因此,有时多目标最优化问题有时也叫向量极值问题。 多目标规划模型大体上可分为三类模型: ( 1 ) 一般多目标最优化模型:该类模型可描述如下: v m i n f ( x ) ( 2 1 ) x : xe r l g , ? o ,2 1 ,p ) l h ( z ) = 0 ,k = i , g 。 其中v m i n 表示向量极小化,即向量目标函数 ,( x ) = ( :( x ) ,正( x ) ,f m ( x ) ) 7 中的各个目标函数被同等地极小化 的意思,x x 则表示决策变量满足所有的约束条件。 石油大学( 华东) 硕士论文第二章预备知识 ( 2 ) 分层多目标最优化模型:该类模型的特点是:在约束条 件下,各个目标不是同等地被最优化,而是按不同的优先层次先后 地进行最优化。模型可描述如下: 工一2 蜜 只( ;1 ( x ) 一,矗( x ) ) ,( ;”( x ) 一,嚣( x ) ) ( 2 2 ) 式中只( s = 1 ,l ) 是优先层次的记号,表示后面括号中的目标函数 一5 ( x ) ,庀( x ) 0 = l ,m ) 属于第s 优先层次,并且只之间有关系 只 只。s = l ,m ( 它表示第s 优先层次“优先于”第s + 1 优先 层次) 。 ( 3 ) 目标规划模型: 目标规划( g p ) 是解决多目标规划的一种有效方法,其基本思 想是:将实际问题要考虑的多个目标,按重要性递减排序,再结合实 际情况,给每一目标赋予一实际值,然后寻求一方案,使得该方案 尽可能满足这些目标,若这些目标不能同时满足,则优先满足较重 要的目标。对不能满足的目标,g p 可以给出不能实现的程度,以 供决策者参考。 目标规划可以通过以下几个方面来解决线性规划建模中的局 限性。 1 ) 设置偏差变量,用来表明目标值与实际值之间的差异,偏 差变量用下列符号表示: 占+ 一超出目标的差值,称为正偏差量。 万一一未达到目标的差值,称为负偏差量。 占+ 与d 一中必有一个为零。当实际值超出目标值时,有 石油大学( 华东) 硕士论文第二章预备知识 占一= 0 ,巧+ 0 ;当实际值未达到目标值时,有占一 o ,占+ = 0 ,当实 际值同目标值恰好一致时,有占+ = 万一= 0 2 ) 统一处理目标和约束。只对资源使用上有严格限制的建立系 统约束,数学形式上为严格的等式和不等式,同线性规划中的约束 条件。 3 ) 目标的优先级和权系数 在一个目标规划的模型中,如果两个目标重要程度相差悬殊, 为达到某一目标可牺牲其他目标,称这些目标是属于不同层次的优 先级。优先层次的高低可通过优先因子只,只,表示,并规定 坟 段,即不同优先级之间的差别无法用数字衡量,对属于同 层次的优先级目标,按其重要程度可分别乘上不同的权系数,权 系数是一个个具体数字,乘上的权系数越大,表明该目标越重要。 目标规划比线性规划适应面要灵活得多。目标规划适用于多个目标 并还可以带有从属目标的规划问题,而且目标的计算单位可以多种 多样。目标规划中约束的柔性,给决策方案的选择带来很大的灵活 性。由于目标函数中划分优先级并有权系数大小,使企业可以根据 外部环境变化,通过选择目标优先级和权系数,求出不同方案以供 选择。 目标线性规划模型般可描述如下: ( 2 3 ) l 拉1“川j 一w 。 + e 吒,l oi 只 j r1 m一【 石油大学( 华东) 硕士论文第二章预备知识 c ,x e + 靠= :5 ,s = 1 ,l ;i = 1 ,t a x b x o ,霞o ,爵o ,s = 1 ,l ;i = l , 上述问题简称为l g p ( l i n e a rg o a lp r o g r a m m i n g ) 问题。 其中: :5 ( z ) = c j 7 x ,j = 1 ,l ;i = 1 ,l 是x 的线性目标函数,z 。是其 对应的目标值,a 是己知的f h 矩阵,b r7 是已知向量,0 r ”是 零向量。 2 2 约束条件下非线性优化算法 2 2 1 罚函数法 考虑约束优化问题 m i n ,( x ) 置岛_ 绷,扛1 2 ,k ,( 2 4 ) h j ( x ) = 0 ,j = 1 , 2 ,kp x z 匕e ”,x = ( x 1 ,x 2 , k 工。) 7 惩罚函数法的基本思想是把约束问题( 4 3 1 1 ) 转化为一个或 一系列无约束问题来求解,所以也称为序列无约束极小化技术,简 称为g u m t 法,通常把惩罚函数法成为s u m t 外点法。 惩罚函数的构造 对问题( 2 3 ) 定义惩罚函数 f ( x ,m ) = f ( x ) + mp ( x ) ( 2 5 ) 其中m 0 为常熟,称为惩罚因子,p ( x ) 为是惩罚项,它满足: ( 1 ) p 0 ) 是连续的, ( 2 ) 对任意j f e “,有,p ( x ) 0 , 石油大学( 华东) 硕士论文第二章预备知识 ( 3 ) 当且仅当时x s 时,p = o ,而s 是问题( 1 ) 的可行集, 即 s = 缸l 璺x ) 0 ,i = 1 , 2 ,m ;h j ( x ) = 0 ,_ ,= 1 ,2 ,p ,x x ) 通常对等式约束,定义 g j ( x ) = ( _ ( 工) ) 2 ,= 1 2 ,p ( 2 6 ) 对不等式约束,定义 g :,c x ,= 等工2 ;: :;:j = ,:,肌 ( 2 7 ) 令l = p + m ,于是惩罚函数为 f ( x ,m 。) = 厂( x ) + 帆g t ( x ) ( 2 8 ) 其中m o , j j - m 1 m 2 m i 0 ,c 2 ,初始点上( m , 令肛l : 石油大学( 华东) 硕士论文第二章预备知识 ( 2 ) 以x ( “1 为初始点,求解无约束优化问题 f ( x ,m 。) = 厂( x ) + 甄g ? ( x ) ( 2 9 ) 设其最优解为x = x ( m k ) ; ( 3 ) 令_ = 磷扣( x ) m 铲m 。a ;。x g ( z ) , f = m a x r 1 ,f l ( 4 ) 若f 0 和 0 。则h o o k e - - j e e v e s 方法的计算步骤如下: ( 1 ) 令y = ,k = j = l ; ( 2 ) 若f ( y 。+ d e ,) f ( y 勺,和称为试验成功,令 y 7 + 1 = y 力+ d e ,转( 3 ) ;否则,f ( y + d e ) ,( y 门) , 称为试验失败,此时,若f ( y ”一d e ,) f ( y 勺,令 y 7 + 1 = y ”一d e ,转( 3 ) ;若f ( y ”一出) 厂( y 1 ,令 y 。“= y ”,转第( 3 ) 步: ( 3 ) 若佝,令,矿1 ,返回第( 2 ) 步;否则户以,若 1 8 石油大学( 华东) 硕士论文第二章预各知识 f ( y ”1 ) f ( x 1 ) ,转第( 5 ) 步;若厂( _ y “1 ) o ) ,一般取2 5 。 石油大学( 华东) 硕士论文第二章预备知识 g ( x ) ( 0 1 】,从而保证了x ,eh ,讳】。与边界变异和均匀变异 相比,该变异算子考虑了解的质量,对于适应度较大的个体,在较 小的范围搜索,对适应度较小的个体,在较大的范围内搜索,增强 了算法的局部搜索能力。 ( 3 4 ) 混合变异 同样,为了使群体更加丰富,在变异算子中也采取了三种算子 混合的方法,提高搜索效率。 实致编码遗传算法的步骤: ( 1 )初始化群体: 采用随机初始化,产生o 1 之间的随机数r ,并按照式( 2 2 0 ) 转化为变量的上下界。,玩】内的实数。 = q + 岛一q ) f t , 20 ( 2 2 0 ) ( 2 )父代群体的适应度评价: 对于遗传算法,适应度函数要求为正值,对最大化问题,按 ( 2 2 1 ) 构造适应度函数。 似,= p :c 其m 它+ 函数值 ( 3 ) 选择操作: ,( x ) 为目标 ( 2 2 1 ) 采用联赛选则法,从群体中任意选择一定数目个体( 称为联赛 规模) ,其中适应度高的个体保存到下一代,如此反复执行, 直到达到指定的群体数

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论